Gero Miesenboeck reengineers a brain

52,048 views ・ 2010-11-05

TED


Fare doppio clic sui sottotitoli in inglese per riprodurre il video.

Traduttore: Vincenzo Politi Revisore: Daniele Berti
00:15
I have a doppelganger.
0
15260
3000
Io ho un sosia.
00:18
(Laughter)
1
18260
3000
(Risate)
00:21
Dr. Gero is a brilliant
2
21260
3000
Dr. Gero e' uno scienziato brillante
00:24
but slightly mad scientist
3
24260
2000
ma leggermente squilibrato
00:26
in the "Dragonball Z: Android Saga."
4
26260
3000
nella 'Saga Androide' di Dragonball Z.
00:29
If you look very carefully,
5
29260
2000
Se osservate attentamente,
00:31
you see that his skull has been replaced
6
31260
3000
vedrete che il suo cranio e' stato sostituito
00:34
with a transparent Plexiglas dome
7
34260
2000
con uno zuccotto di Plexiglass trasparente
00:36
so that the workings of his brain can be observed
8
36260
3000
in modo che la sua attivita' cerebrale possa essere osservata
00:39
and also controlled with light.
9
39260
3000
e anche controllata con la luce.
00:42
That's exactly what I do --
10
42260
2000
Questo e' esattamente cio' di cui mi occupo -
00:44
optical mind control.
11
44260
2000
controllo ottico della mente.
00:46
(Laughter)
12
46260
2000
(Risate)
00:48
But in contrast to my evil twin
13
48260
2000
Ma a differenza del mio malvagio gemello,
00:50
who lusts after world domination,
14
50260
3000
che brama il dominio del mondo,
00:53
my motives are not sinister.
15
53260
3000
le mie motivazioni non sono sinistre.
00:56
I control the brain
16
56260
2000
Io controllo il cervello
00:58
in order to understand how it works.
17
58260
2000
in modo da capire come funziona.
01:00
Now wait a minute, you may say,
18
60260
2000
Aspetta un attimo, direte voi,
01:02
how can you go straight to controlling the brain
19
62260
3000
come puoi controllare direttamente il cervello
01:05
without understanding it first?
20
65260
2000
senza prima capirlo?
01:07
Isn't that putting the cart before the horse?
21
67260
3000
Non e' come mettere il carro davanti ai buoi?
01:11
Many neuroscientists agree with this view
22
71260
3000
Molti neuroscienziati sono d'accordo con questa posizione
01:14
and think that understanding will come
23
74260
3000
e pensano che la comprensione arrivera'
01:17
from more detailed observation and analysis.
24
77260
3000
dopo un'osservazione e analisi piu' dettagliata.
01:20
They say, "If we could record the activity of our neurons,
25
80260
4000
Dicono 'Se potessimo registrare l'attivita' dei nostri neuroni,
01:24
we would understand the brain."
26
84260
3000
capiremmo il cervello'.
01:27
But think for a moment what that means.
27
87260
3000
Pensate un momento cosa vuol dire questo.
01:30
Even if we could measure
28
90260
2000
Anche se potessimo misurare
01:32
what every cell is doing at all times,
29
92260
2000
cosa sta facendo ogni cellula in ogni momento,
01:34
we would still have to make sense
30
94260
2000
dovremmo ancora riuscire a capire
01:36
of the recorded activity patterns,
31
96260
2000
i modelli dell'attivita' registrata,
01:38
and that's so difficult,
32
98260
2000
cosa molto difficile,
01:40
chances are we'll understand these patterns
33
100260
2000
e' piu' probabile che riusciremo a capire quei modelli
01:42
just as little as the brains that produce them.
34
102260
3000
tanto poco quanto il cervello che li produce.
01:45
Take a look at what brain activity might look like.
35
105260
3000
Osservate come l'attivita' cerebrale potrebbe apparire.
01:48
In this simulation, each black dot
36
108260
2000
In questa simulazione, ogni puntino nero
01:50
is one nerve cell.
37
110260
2000
e' una cellula nervosa.
01:52
The dot is visible
38
112260
2000
Il puntino e' visibile
01:54
whenever a cell fires an electrical impulse.
39
114260
2000
ogniqualvolta una cellula scarica un impulso elettrico.
01:56
There's 10,000 neurons here.
40
116260
2000
Qui' ci sono 10.000 neuroni.
01:58
So you're looking at roughly one percent
41
118260
2000
Di conseguenza state osservando circa l'un per cento
02:00
of the brain of a cockroach.
42
120260
3000
del cervello di uno scarafaggio.
02:04
Your brains are about 100 million times
43
124260
3000
I vostri cervelli sono circa 100 milioni di volte
02:07
more complicated.
44
127260
2000
piu' complicati.
02:09
Somewhere, in a pattern like this,
45
129260
2000
Da qualche parte, in un modello come questo,
02:11
is you,
46
131260
2000
ci siete voi,
02:13
your perceptions,
47
133260
2000
le vostre percezioni,
02:15
your emotions, your memories,
48
135260
3000
le vostre emozioni, i vostri ricordi,
02:18
your plans for the future.
49
138260
2000
i vostri progetti per il futuro.
02:20
But we don't know where,
50
140260
2000
Ma non sappiamo dove,
02:22
since we don't know how to read the pattern.
51
142260
3000
visto che non sappiamo come leggere il modello.
02:25
We don't understand the code used by the brain.
52
145260
3000
Non capiamo il codice usato dal cervello.
02:28
To make progress,
53
148260
2000
Per compiere progressi,
02:30
we need to break the code.
54
150260
2000
abbiamo bisogno di decifrare il codice.
02:32
But how?
55
152260
2000
Ma come?
02:35
An experienced code-breaker will tell you
56
155260
2000
Un esperto decifratore vi direbbe
02:37
that in order to figure out what the symbols in a code mean,
57
157260
3000
che in modo da capire cosa significano i simboli di un codice,
02:40
it's essential to be able to play with them,
58
160260
3000
e' essenziale riuscire a manipolarli,
02:43
to rearrange them at will.
59
163260
2000
a riarrangiarli a piacimento.
02:45
So in this situation too,
60
165260
2000
Cosi' anche in questa situazione,
02:47
to decode the information
61
167260
2000
per decodificare l'informazione
02:49
contained in patterns like this,
62
169260
2000
contenuta in modelli come questo,
02:51
watching alone won't do.
63
171260
2000
osservare soltanto non basta,
02:53
We need to rearrange the pattern.
64
173260
2000
abbiamo bisogno di riorganizzare il modello.
02:55
In other words,
65
175260
2000
In altre parole,
02:57
instead of recording the activity of neurons,
66
177260
2000
invece di registrare l'attivita' dei neuroni,
02:59
we need to control it.
67
179260
2000
abbiamo bisogno di controllarla.
03:01
It's not essential that we can control
68
181260
2000
Non e' essenziale poter controllare
03:03
the activity of all neurons in the brain, just some.
69
183260
3000
l'attivita' di tutti i neuroni del cervello, ma solo di alcuni.
03:06
The more targeted our interventions, the better.
70
186260
2000
Tanto piu' mirati i nostri interventi, tanto meglio.
03:08
And I'll show you in a moment
71
188260
2000
Fra un momento vi mostrero'
03:10
how we can achieve the necessary precision.
72
190260
3000
in che modo possiamo ottenere la precisione necessaria.
03:13
And since I'm realistic, rather than grandiose,
73
193260
3000
Visto che sono realista, piuttosto che grandioso,
03:16
I don't claim that the ability to control the function of the nervous system
74
196260
3000
non sostengo che l'abilita' di controllare la funzione del sistema nervoso
03:19
will at once unravel all its mysteries.
75
199260
3000
ne svelera' di colpo tutti i misteri.
03:22
But we'll certainly learn a lot.
76
202260
3000
Ma certamente avremo molto da imparare.
03:27
Now, I'm by no means
77
207260
2000
Ora, non e' il caso che io
03:29
the first person to realize
78
209260
2000
sia la prima persona a capire
03:31
how powerful a tool intervention is.
79
211260
3000
quanto potente sia uno strumento d'intervento.
03:34
The history of attempts
80
214260
2000
La storia dei tentativi
03:36
to tinker with the function of the nervous system
81
216260
2000
di trafficare con la funzione del sistema nervoso
03:38
is long and illustrious.
82
218260
2000
e' lunga e illustre.
03:40
It dates back at least 200 years,
83
220260
3000
Risale almeno a duecento anni fa,
03:43
to Galvani's famous experiments
84
223260
2000
ai famosi esprimenti di Galvani
03:45
in the late 18th century and beyond.
85
225260
3000
dalla fine del 18esimo secolo in poi.
03:49
Galvani showed that a frog's legs twitched
86
229260
3000
Galvani mostro' che le gambe di una rana si contraevano
03:52
when he connected the lumbar nerve
87
232260
2000
quando connetteva il nervo lombare
03:54
to a source of electrical current.
88
234260
3000
a una fonte di corrente elettrica.
03:57
This experiment revealed the first, and perhaps most fundamental,
89
237260
3000
Questo esperimento rivelo' il primo, e probabilmente piu' fondamentale,
04:00
nugget of the neural code:
90
240260
2000
concetto del codice neurale:
04:02
that information is written in the form
91
242260
2000
l'informazione e' scritta in forma
04:04
of electrical impulses.
92
244260
3000
di impulsi elettrici.
04:08
Galvani's approach
93
248260
2000
L'approccio di Galvani
04:10
of probing the nervous system with electrodes
94
250260
2000
di sondare il sistema nervoso con elettrodi
04:12
has remained state-of-the-art until today,
95
252260
3000
e' rimasto in voga fino a oggi,
04:15
despite a number of drawbacks.
96
255260
3000
nonostante una serie di svantaggi.
04:18
Sticking wires into the brain is obviously rather crude.
97
258260
3000
Inserire fili nel cervello e', ovviamente, piuttosto rozzo.
04:21
It's hard to do in animals that run around,
98
261260
2000
E' difficile farlo negli animali che vanno in giro,
04:23
and there is a physical limit
99
263260
2000
e ci sono dei limiti fisici
04:25
to the number of wires
100
265260
2000
sul numero di fili
04:27
that can be inserted simultaneously.
101
267260
3000
che possono essere inseriti contemporaneamente.
04:30
So around the turn of the last century,
102
270260
2000
Cosi' verso la fine del secolo scorso,
04:32
I started to think,
103
272260
2000
ho cominciato a pensare,
04:34
"Wouldn't it be wonderful if one could take this logic
104
274260
3000
che sarebbe meraviglioso poter prendere questa idea
04:37
and turn it upside down?"
105
277260
2000
e capovolgerla.
04:39
So instead of inserting a wire
106
279260
2000
Cosi', invece di inserire un filo
04:41
into one spot of the brain,
107
281260
3000
in un posto del cervello,
04:44
re-engineer the brain itself
108
284260
2000
ri-programmare il cervello stesso
04:46
so that some of its neural elements
109
286260
3000
cosi' che alcuni dei suoi elementi neurali
04:49
become responsive to diffusely broadcast signals
110
289260
3000
diventino ricettivi nei confronti di segnali trasmessi,
04:52
such as a flash of light.
111
292260
3000
come un lampo di luce.
04:55
Such an approach would literally, in a flash of light,
112
295260
3000
Tale approccio, letteralmente con un lampo di luce
04:58
overcome many of the obstacles to discovery.
113
298260
3000
supera molti degli ostacoli alla scoperta.
05:01
First, it's clearly a non-invasive,
114
301260
3000
Primo, e' chiaramente una forma di comunicazione
05:04
wireless form of communication.
115
304260
3000
non-invasiva, senza fili.
05:07
And second, just as in a radio broadcast,
116
307260
2000
E secondo, proprio come nella diffusione radio,
05:09
you can communicate with many receivers at once.
117
309260
3000
si puo' comunicare con molti ricettori allo stesso tempo.
05:12
You don't need to know where these receivers are,
118
312260
3000
Non occorre sapere dove siano questi ricettori.
05:15
and it doesn't matter if these receivers move --
119
315260
2000
E non importa che questi ricettori si muovano -
05:17
just think of the stereo in your car.
120
317260
3000
pensate allo stereo nella vostra macchina.
05:20
It gets even better,
121
320260
3000
La cosa si fa piu' interessante
05:23
for it turns out that we can fabricate the receivers
122
323260
3000
quando risulta che possiamo fabbricare i ricettori
05:26
out of materials that are encoded in DNA.
123
326260
3000
con il materiale codificato nel DNA.
05:29
So each nerve cell
124
329260
2000
Cosi' ogni cellula nervosa
05:31
with the right genetic makeup
125
331260
2000
con il corretto corredo genetico
05:33
will spontaneously produce a receiver
126
333260
3000
produrra' spontaneamente un ricettore
05:36
that allows us to control its function.
127
336260
3000
che ci permette di controllare la sua funzione.
05:39
I hope you'll appreciate
128
339260
2000
Spero apprezzerete
05:41
the beautiful simplicity
129
341260
2000
la meravigliosa semplicita'
05:43
of this concept.
130
343260
2000
di questo concetto.
05:45
There's no high-tech gizmos here,
131
345260
2000
Non c'e' nessun aggeggio ultra-tecnologico,
05:47
just biology revealed through biology.
132
347260
3000
ma solo la biologia attivata attraverso la biologia.
05:51
Now let's take a look at these miraculous receivers up close.
133
351260
3000
Adesso osservate piu' da vicino questi meravigliosi ricettori.
05:54
As we zoom in on one of these purple neurons,
134
354260
3000
Quando ci avviciniamo a uno di questi neuroni viola
05:57
we see that its outer membrane
135
357260
2000
vediamo che la sua membrana esterna
05:59
is studded with microscopic pores.
136
359260
2000
e' punteggiata da pori microscopici.
06:01
Pores like these conduct electrical current
137
361260
2000
Pori come questi conducono corrente elettrica
06:03
and are responsible
138
363260
2000
e sono responsabili
06:05
for all the communication in the nervous system.
139
365260
2000
di tutta la comunicazione nel sistema nervoso.
06:07
But these pores here are special.
140
367260
2000
Ma questi pori sono speciali.
06:09
They are coupled to light receptors
141
369260
2000
Essi sono accopiati a ricettori della luce
06:11
similar to the ones in your eyes.
142
371260
3000
simili a quelli nei vostri occhi.
06:14
Whenever a flash of light hits the receptor,
143
374260
2000
Ogni qual volta un lampo di luce colpisce il ricettore,
06:16
the pore opens, an electrical current is switched on,
144
376260
3000
il poro si apre, genera la corrente elettrica,
06:19
and the neuron fires electrical impulses.
145
379260
3000
e il neurone scarica impulsi elettrici.
06:22
Because the light-activated pore is encoded in DNA,
146
382260
3000
Poiche' il poro attivato dalla luce e' codificato nel DNA,
06:25
we can achieve incredible precision.
147
385260
3000
possiamo ottenere una precisione incredibile.
06:28
This is because,
148
388260
2000
Questo perche',
06:30
although each cell in our bodies
149
390260
2000
nonostante ogni cellula nel nostro corpo
06:32
contains the same set of genes,
150
392260
2000
contenga lo stesso insieme di geni,
06:34
different mixes of genes get turned on and off
151
394260
2000
diverse combinazioni di geni sono attivate e disattivate
06:36
in different cells.
152
396260
2000
in cellule diverse.
06:38
You can exploit this to make sure
153
398260
2000
Potete sfruttare questo principio per essere sicuri
06:40
that only some neurons
154
400260
2000
che solo certi neuroni,
06:42
contain our light-activated pore and others don't.
155
402260
3000
e non altri, contengano i nostri pori attivati dalla luce.
06:45
So in this cartoon, the bluish white cell
156
405260
2000
In questa immagine, la cellula bianca bluastra
06:47
in the upper-left corner
157
407260
2000
nell'angolo sinistro in alto
06:49
does not respond to light
158
409260
2000
non risponde alla luce
06:51
because it lacks the light-activated pore.
159
411260
3000
perche' non ha il poro di attivazione luminosa.
06:54
The approach works so well
160
414260
2000
L'approccio funziona talmente bene
06:56
that we can write purely artificial messages
161
416260
2000
che si possono scrivere messaggi del tutto artificiali
06:58
directly to the brain.
162
418260
2000
direttamente nel cervello.
07:00
In this example, each electrical impulse,
163
420260
2000
In questo esempio, ogni impulso elettrico,
07:02
each deflection on the trace,
164
422260
3000
ogni deviazione dalla traccia,
07:05
is caused by a brief pulse of light.
165
425260
3000
e' causato da un breve segnale di luce.
07:08
And the approach, of course, also works
166
428260
2000
Questo approccio funziona anche
07:10
in moving, behaving animals.
167
430260
3000
in animali in movimento.
07:13
This is the first ever such experiment,
168
433260
2000
Questo e' il primo esperimento in assoluto di questo tipo,
07:15
sort of the optical equivalent of Galvani's.
169
435260
3000
una specie di equivalente ottico di quelli di Galvani.
07:18
It was done six or seven years ago
170
438260
2000
Venne condotto sei o sette anni fa
07:20
by my then graduate student, Susana Lima.
171
440260
3000
dalla mia allora studentessa, Susana Lima.
07:23
Susana had engineered the fruit fly on the left
172
443260
3000
Susana aveva progettato la mosca da frutta a sinistra
07:26
so that just two out of the 200,000 cells in its brain
173
446260
4000
tale che due su 200,000 cellule nel suo cervello
07:30
expressed the light-activated pore.
174
450260
3000
generassero il poro fotoattivato.
07:33
You're familiar with these cells
175
453260
2000
Queste cellule vi saranno familiari
07:35
because they are the ones that frustrate you
176
455260
2000
dal momento che sono quelle che vi fanno sentire frustrati
07:37
when you try to swat the fly.
177
457260
2000
quando provate a scacciare una mosca.
07:39
They trained the escape reflex that makes the fly jump into the air
178
459260
3000
Esse hanno prodotto il riflesso della fuga che consente alle mosche di saltare
07:42
and fly away whenever you move your hand in position.
179
462260
3000
e volare via ogni volta che muovete la mano.
07:46
And you can see here that the flash of light has exactly the same effect.
180
466260
3000
Potete vedere che il lampo di luce ha esattamente lo stesso effetto.
07:49
The animal jumps, it spreads its wings, it vibrates them,
181
469260
3000
L'animale salta, apre le ali, le agita,
07:52
but it can't actually take off
182
472260
2000
ma non puo' realmente spiccare il volo,
07:54
because the fly is sandwiched between two glass plates.
183
474260
3000
perche' la mosca e' chiusa tra due piastre di vetro.
07:58
Now to make sure that this was no reaction of the fly
184
478260
2000
Ora, per esser certi che non fosse la reazione della mosca
08:00
to a flash it could see,
185
480260
3000
a un bagliore che avrebbe potuto vedere,
08:03
Susana did a simple
186
483260
2000
Susana fece un semplice
08:05
but brutally effective experiment.
187
485260
2000
ma veramente brutale esperimento.
08:07
She cut the heads off of her flies.
188
487260
3000
Taglio' le teste alle sue mosche.
08:11
These headless bodies can live for about a day,
189
491260
3000
Questi corpi decapitati posso vivere per circa un giorno,
08:14
but they don't do much.
190
494260
2000
ma non fanno molto.
08:16
They just stand around
191
496260
3000
Si muovono un po' tutt'intorno
08:19
and groom excessively.
192
499260
3000
ripulendosi eccessivamente.
08:22
So it seems that the only trait that survives decapitation is vanity.
193
502260
3000
Pare che l'unico tratto che sopravvive alla decapitazione sia la vanita'.
08:25
(Laughter)
194
505260
3000
(Risate)
08:30
Anyway, as you'll see in a moment,
195
510260
2000
Comunque, come vedrete fra un momento,
08:32
Susana was able to turn on the flight motor
196
512260
3000
Susana fu in grado di accendere il motore della fuga
08:35
of what's the equivalent of the spinal cord of these flies
197
515260
3000
in quello che e' l'equivalente della spina dorsale di queste mosche
08:38
and get some of the headless bodies
198
518260
2000
e far si' che alcuni dei corpi senza testa
08:40
to actually take off and fly away.
199
520260
3000
riuscissero effettivamente a decollare e volare via.
08:47
They didn't get very far, obviously.
200
527260
2000
Non andarono molto lontano, ovviamente.
08:50
Since we took these first steps,
201
530260
2000
Da quando abbiamo compiuto questi primi passi,
08:52
the field of optogenetics has exploded.
202
532260
3000
il campo dell'optogenetica e' esploso.
08:55
And there are now hundreds of labs
203
535260
2000
Adesso ci sono centinaia di laboratori
08:57
using these approaches.
204
537260
2000
che usano questi approcci.
08:59
And we've come a long way
205
539260
2000
Abbiamo percorso una lunga strada
09:01
since Galvani's and Susana's first successes
206
541260
3000
dai primi successi di Galvani e Susana
09:04
in making animals twitch or jump.
207
544260
2000
nel far si' che gli animali si contraggano o saltino.
09:06
We can now actually interfere with their psychology
208
546260
3000
Ora possiamo realmente interferire con la loro psicologia
09:09
in rather profound ways,
209
549260
2000
in modi piuttosto profondi
09:11
as I'll show you in my last example,
210
551260
2000
come vi mostrera' il mio ultimo esempio,
09:13
which is directed at a familiar question.
211
553260
3000
che e' diretto a una domanda familiare.
09:16
Life is a string of choices
212
556260
3000
La vita e' una serie di scelte
09:19
creating a constant pressure to decide what to do next.
213
559260
3000
che creano una pressione costante per decidere cosa fare.
09:23
We cope with this pressure by having brains,
214
563260
3000
Facciamo fronte a questa pressione con il cervello,
09:26
and within our brains, decision-making centers
215
566260
3000
e nei nostri cervelli, con i centri decisionali
09:29
that I've called here the "Actor."
216
569260
3000
che qui' ho chiamato l' Attore.
09:33
The Actor implements a policy that takes into account
217
573260
3000
L' Attore attua una strategia che prende in considerazione
09:36
the state of the environment
218
576260
2000
lo stato dell'ambiente
09:38
and the context in which we operate.
219
578260
3000
e il contesto nel quale operiamo.
09:41
Our actions change the environment, or context,
220
581260
3000
Le nostre azioni modificano l'ambiente, o il contesto,
09:44
and these changes are then fed back into the decision loop.
221
584260
3000
e questi cambiamenti vengono poi ritrasmessi nel circolo decisionale.
09:48
Now to put some neurobiological meat
222
588260
3000
Ora, per inserire contenuti neurobiologici
09:51
on this abstract model,
223
591260
2000
in questo modello astratto,
09:53
we constructed a simple one-dimensional world
224
593260
2000
abbiamo costruito un mondo uni-dimensionale semplice
09:55
for our favorite subject, fruit flies.
225
595260
3000
per il nostro soggetto preferito, le mosche da frutta.
09:58
Each chamber in these two vertical stacks
226
598260
2000
ogni camera di queste due colonne verticali
10:00
contains one fly.
227
600260
2000
contiene una mosca.
10:02
The left and the right halves of the chamber
228
602260
3000
Le meta' destra e sinistra della camera
10:05
are filled with two different odors,
229
605260
2000
sono pregne di due diversi odori,
10:07
and a security camera watches
230
607260
2000
e una telecamera di sicurezza osserva
10:09
as the flies pace up and down between them.
231
609260
3000
le mosche fare su e giu' fra le due.
10:12
Here's some such CCTV footage.
232
612260
2000
Ecco alcune video registrazioni.
10:14
Whenever a fly reaches the midpoint of the chamber
233
614260
3000
Ogni qual volta raggiunge il centro della camera
10:17
where the two odor streams meet,
234
617260
2000
dove due correnti di odore si incontrano,
10:19
it has to make a decision.
235
619260
2000
la mosca deve prendere una decisione.
10:21
It has to decide whether to turn around
236
621260
2000
Deve decidere se fare marcia indietro
10:23
and stay in the same odor,
237
623260
2000
e rimanere nello stesso odore,
10:25
or whether to cross the midline
238
625260
2000
oppure oltrepassare la linea
10:27
and try something new.
239
627260
2000
e provare qualcosa di nuovo.
10:29
These decisions are clearly a reflection
240
629260
3000
Queste decisioni sono chiaramente un riflesso
10:32
of the Actor's policy.
241
632260
3000
della strategia dell' Attore.
10:36
Now for an intelligent being like our fly,
242
636260
3000
Per una creatura intelligente come la nostra mosca,
10:39
this policy is not written in stone
243
639260
3000
questa strategia non e' rigida,
10:42
but rather changes as the animal learns from experience.
244
642260
3000
ma anzi cambia con cio' che l'animale impara dall'esperienza.
10:45
We can incorporate such an element
245
645260
2000
Possiamo incorporare questo elemento
10:47
of adaptive intelligence into our model
246
647260
3000
di intelligenza adattativa nel nostro modello
10:50
by assuming that the fly's brain
247
650260
2000
assumendo che il cervello della mosca
10:52
contains not only an Actor,
248
652260
2000
contiene non solo un Attore,
10:54
but a different group of cells,
249
654260
2000
ma un gruppo diverso di cellule,
10:56
a "Critic," that provides a running commentary
250
656260
3000
un Critico, che fornisce una telecronaca continua
10:59
on the Actor's choices.
251
659260
2000
sulle scelte dell' Attore.
11:01
You can think of this nagging inner voice
252
661260
3000
Potete pensare a questa assillante voce interiore
11:04
as sort of the brain's equivalent
253
664260
2000
come a una specie di equivalente per il cervello
11:06
of the Catholic Church,
254
666260
2000
della Chiesa Cattolica,
11:08
if you're an Austrian like me,
255
668260
3000
se siete Austriaci come me,
11:11
or the super-ego, if you're Freudian,
256
671260
3000
o del superego, se siete Freudiani,
11:14
or your mother, if you're Jewish.
257
674260
2000
o di vostra madre, se siete Ebrei.
11:16
(Laughter)
258
676260
4000
(Risate)
11:20
Now obviously,
259
680260
2000
Ovviamente,
11:22
the Critic is a key ingredient
260
682260
3000
il Critico e' un ingrediente fondamentale
11:25
in what makes us intelligent.
261
685260
2000
per cio' che ci rende intelligenti.
11:27
So we set out to identify
262
687260
2000
Cosi', ci proponemmo di identificare
11:29
the cells in the fly's brain
263
689260
2000
le cellule nel cervello della mosca
11:31
that played the role of the Critic.
264
691260
2000
che svolgono il ruolo del Critico.
11:33
And the logic of our experiment was simple.
265
693260
3000
La logica del nostro esperimento era semplice.
11:36
We thought if we could use our optical remote control
266
696260
3000
Pensammo che se potevamo usare il nostro controllo ottico remoto
11:39
to activate the cells of the Critic,
267
699260
3000
per attivare le cellule del Critico,
11:42
we should be able, artificially, to nag the Actor
268
702260
3000
dovevamo essere in grado, artificialmente, di assillare l'Attore
11:45
into changing its policy.
269
705260
2000
per fargli cambiare strategia.
11:47
In other words,
270
707260
2000
In altre parole,
11:49
the fly should learn from mistakes
271
709260
2000
la mosca avrebbe dovuto imparare dagli sbagli
11:51
that it thought it had made
272
711260
2000
che pensava di aver fatto
11:53
but, in reality, it had not made.
273
713260
3000
ma che in realta' non aveva fatto.
11:56
So we bred flies
274
716260
2000
Cosi' abbiamo allevato mosche
11:58
whose brains were more or less randomly peppered
275
718260
3000
i cui cervelli erano stati corretti piu' o meno a caso
12:01
with cells that were light addressable.
276
721260
2000
con cellule che fossero sensibili dalla luce.
12:03
And then we took these flies
277
723260
2000
Poi abbiamo preso queste mosche
12:05
and allowed them to make choices.
278
725260
2000
e abbiamo permesso loro di operare delle scelte.
12:07
And whenever they made one of the two choices,
279
727260
2000
Ogni volta che prendevano una delle due decisioni,
12:09
chose one odor,
280
729260
2000
cioe' sceglievano un odore,
12:11
in this case the blue one over the orange one,
281
731260
2000
in questo caso blu invece di arancione,
12:13
we switched on the lights.
282
733260
2000
accendavamo le luci.
12:15
If the Critic was among the optically activated cells,
283
735260
3000
Se il Critico fosse stato fra le cellule attivate dalla luce
12:18
the result of this intervention
284
738260
2000
il risultato di questo intervento
12:20
should be a change in policy.
285
740260
3000
avrebbe dato un cambio di strategia.
12:23
The fly should learn to avoid
286
743260
2000
La mosca dovrebbe imparare a evitare
12:25
the optically reinforced odor.
287
745260
2000
l'odore otticamente rinforzato.
12:27
Here's what happened in two instances:
288
747260
3000
Ecco cosa e' successo in due casi.
12:30
We're comparing two strains of flies,
289
750260
3000
Mettiamo a confronto due famiglie di mosche,
12:33
each of them having
290
753260
2000
ognuna delle quali ha
12:35
about 100 light-addressable cells in their brains,
291
755260
2000
circa 100 cellule fotosensibili nel cervello,
12:37
shown here in green on the left and on the right.
292
757260
3000
qui' indicate in verde a destra e a sinistra.
12:40
What's common among these groups of cells
293
760260
3000
Cio' che accomuna questi gruppi di cellule
12:43
is that they all produce the neurotransmitter dopamine.
294
763260
3000
e' la produzione del neurotrasmettitore dopamina.
12:46
But the identities of the individual
295
766260
2000
Ma le identita' dei singoli
12:48
dopamine-producing neurons
296
768260
2000
neuroni produttori di dopamina
12:50
are clearly largely different on the left and on the right.
297
770260
3000
a destra e a sinistra sono chiaramente diverse.
12:53
Optically activating
298
773260
2000
L'attivazione ottica
12:55
these hundred or so cells
299
775260
2000
di questo centinaio di cellule
12:57
into two strains of flies
300
777260
2000
in due famiglie di mosche,
12:59
has dramatically different consequences.
301
779260
2000
ha delle conseguenze drammaticamente diverse.
13:01
If you look first at the behavior
302
781260
2000
Se osservate il comportamento
13:03
of the fly on the right,
303
783260
2000
della mosca a destra,
13:05
you can see that whenever it reaches the midpoint of the chamber
304
785260
3000
vedrete che quando raggiunge il centro della camera
13:08
where the two odors meet,
305
788260
2000
dove i due odori si incontrano,
13:10
it marches straight through, as it did before.
306
790260
3000
continua a andare dritta come prima.
13:13
Its behavior is completely unchanged.
307
793260
2000
Il suo comportamento non e' affatto cambiato.
13:15
But the behavior of the fly on the left is very different.
308
795260
3000
Ma il comportamento della mosca a sinistra e' molto diverso.
13:18
Whenever it comes up to the midpoint,
309
798260
3000
Quando arriva al centro,
13:21
it pauses,
310
801260
2000
si ferma,
13:23
it carefully scans the odor interface
311
803260
2000
controlla attentamente la frontiera odorifera,
13:25
as if it was sniffing out its environment,
312
805260
2000
come se stesse annusando il suo ambiente,
13:27
and then it turns around.
313
807260
2000
e quindi svolta.
13:29
This means that the policy that the Actor implements
314
809260
3000
Cio' significa che la strategia implementata dall'Attore
13:32
now includes an instruction to avoid the odor
315
812260
2000
ora include un'istruzione per evitare l'odore
13:34
that's in the right half of the chamber.
316
814260
3000
che e' nella meta' destra della camera.
13:37
This means that the Critic
317
817260
2000
Cio' vuol dire che il Critico
13:39
must have spoken in that animal,
318
819260
2000
deve aver parlato all'animale,
13:41
and that the Critic must be contained
319
821260
2000
e che il Critico debba essere contenuto
13:43
among the dopamine-producing neurons on the left,
320
823260
3000
tra i neuroni produttori di dopamina sulla sinistra,
13:46
but not among the dopamine producing neurons on the right.
321
826260
3000
ma non tra i neuroni produttori di dopamina a destra.
13:49
Through many such experiments,
322
829260
3000
Attraverso molti di questi esperimenti
13:52
we were able to narrow down
323
832260
2000
siamo stati in grado di delimitare
13:54
the identity of the Critic
324
834260
2000
l'identita' del Critico
13:56
to just 12 cells.
325
836260
2000
a sole 12 cellule.
13:58
These 12 cells, as shown here in green,
326
838260
3000
Queste 12 cellule, qui' contrassegnate in verde,
14:01
send the output to a brain structure
327
841260
2000
mandano il segnale alla struttura cerebrale
14:03
called the "mushroom body,"
328
843260
2000
chiamata corpo fungoso,
14:05
which is shown here in gray.
329
845260
2000
che qui' è in grigio.
14:07
We know from our formal model
330
847260
2000
Dal nostro modello formale, sappiamo
14:09
that the brain structure
331
849260
2000
che la struttura cerebrale
14:11
at the receiving end of the Critic's commentary is the Actor.
332
851260
3000
che riceve il commento del Critico e' l'Attore.
14:14
So this anatomy suggests
333
854260
2000
Questa anatomia suggerisce che
14:16
that the mushroom bodies have something to do
334
856260
3000
i corpi fungosi hanno qualcosa a che fare
14:19
with action choice.
335
859260
2000
con un'azione di scelta.
14:21
Based on everything we know about the mushroom bodies,
336
861260
2000
Sulla base di tutto cio' che sappiamo dei corpi fungosi,
14:23
this makes perfect sense.
337
863260
2000
i conti tornano alla perfezione.
14:25
In fact, it makes so much sense
338
865260
2000
Infatti, i conti tornano cosi' tanto,
14:27
that we can construct an electronic toy circuit
339
867260
3000
che siamo in grado di costruire un circuito giocattolo elettronico
14:30
that simulates the behavior of the fly.
340
870260
3000
che simula il comportamento della mosca.
14:33
In this electronic toy circuit,
341
873260
3000
In questo circuito giocattolo elettronico
14:36
the mushroom body neurons are symbolized
342
876260
2000
i neuroni del corpo fungoso sono simbolizzati
14:38
by the vertical bank of blue LEDs
343
878260
3000
dalla banda verticale di fotoemettitori blu
14:41
in the center of the board.
344
881260
3000
al centro della lavagna.
14:44
These LED's are wired to sensors
345
884260
2000
I fotoemettitori sono collegati a sensori
14:46
that detect the presence of odorous molecules in the air.
346
886260
3000
che rilevano la presenza di molecole odorifere nell'aria.
14:50
Each odor activates a different combination of sensors,
347
890260
3000
Ogni odore attiva una combinazione diversa di sensori,
14:53
which in turn activates
348
893260
2000
che a sua volta attiva
14:55
a different odor detector in the mushroom body.
349
895260
3000
un rilevatore di odore diverso nel corpo fungoso.
14:58
So the pilot in the cockpit of the fly,
350
898260
2000
Cosi' il pilota nella cabina della mosca,
15:00
the Actor,
351
900260
2000
l'Attore,
15:02
can tell which odor is present
352
902260
2000
e' in grado di dire quale odore sia presente
15:04
simply by looking at which of the blue LEDs lights up.
353
904260
4000
semplicemente guardando quali luci blu sono accese.
15:09
What the Actor does with this information
354
909260
2000
Cio' che l'Attore fa con questa informazione
15:11
depends on its policy,
355
911260
2000
dipende dalla sua strategia,
15:13
which is stored in the strengths of the connection,
356
913260
2000
immagazzinata nelle connessioni,
15:15
between the odor detectors
357
915260
2000
fra i rilevatori di odore
15:17
and the motors
358
917260
2000
e i motori
15:19
that power the fly's evasive actions.
359
919260
2000
che alimentano le azioni evasive della mosca.
15:22
If the connection is weak, the motors will stay off
360
922260
2000
Se la connessione e' debole, i motori staranno spenti
15:24
and the fly will continue straight on its course.
361
924260
3000
e la mosca continuera' per la sua strada.
15:27
If the connection is strong, the motors will turn on
362
927260
3000
Se la connessione e' forte, i motori si accenderanno
15:30
and the fly will initiate a turn.
363
930260
3000
e la mosca comincera' a svoltare.
15:33
Now consider a situation
364
933260
2000
Consideriamo una situazione
15:35
in which the motors stay off,
365
935260
2000
in cui i motri restano spenti,
15:37
the fly continues on its path
366
937260
3000
la mosca continua il suo percorso
15:40
and it suffers some painful consequence
367
940260
2000
e ne soffre qualche dolorosa conseguenza
15:42
such as getting zapped.
368
942260
2000
come prendere la scossa.
15:44
In a situation like this,
369
944260
2000
In una situazione come questa,
15:46
we would expect the Critic to speak up
370
946260
2000
ci aspetteremmo che il Critico parli
15:48
and to tell the Actor
371
948260
2000
e dica all' Attore
15:50
to change its policy.
372
950260
2000
di cambiare strategia.
15:52
We have created such a situation, artificially,
373
952260
3000
Abbiamo creato una situazione artificiale
15:55
by turning on the critic with a flash of light.
374
955260
3000
con l'accensione del Critico tramite un lampo di luce.
15:58
That caused a strengthening of the connections
375
958260
3000
Cio' comporta un rafforzamento delle connessioni
16:01
between the currently active odor detector
376
961260
3000
tra i rilevatori di odore correntemente attivi
16:04
and the motors.
377
964260
2000
e i motori.
16:06
So the next time
378
966260
2000
Cosi' quando la mosca
16:08
the fly finds itself facing the same odor again,
379
968260
3000
si ritrovera' di fronte allo stesso odore,
16:11
the connection is strong enough to turn on the motors
380
971260
3000
la connessione sara' forte abbastanza per accendere i motori
16:14
and to trigger an evasive maneuver.
381
974260
3000
e per innescare una manovra evasiva.
16:19
I don't know about you,
382
979260
3000
Non so voi,
16:22
but I find it exhilarating to see
383
982260
3000
ma io trovo esilarante vedere
16:25
how vague psychological notions
384
985260
3000
come vaghe nozioni psicologiche
16:28
evaporate and give rise
385
988260
2000
evaporino e diano luogo
16:30
to a physical, mechanistic understanding of the mind,
386
990260
3000
a una comprensione fisica e meccanica della mente,
16:33
even if it's the mind of the fly.
387
993260
3000
anche se e' la mente di una mosca.
16:36
This is one piece of good news.
388
996260
3000
Questa e' la prima buona notizia.
16:39
The other piece of good news,
389
999260
2000
La seconda buona notizia,
16:41
for a scientist at least,
390
1001260
2000
per uno scienziato, perlomeno,
16:43
is that much remains to be discovered.
391
1003260
3000
e' che c'e' ancora molto da scoprire.
16:46
In the experiments I told you about,
392
1006260
2000
Negli esperimenti di cui vi ho parlato,
16:48
we have lifted the identity of the Critic,
393
1008260
3000
abbiamo svelato l'identita' del Critico,
16:51
but we still have no idea
394
1011260
2000
ma ancora non abbiamo idea
16:53
how the Critic does its job.
395
1013260
2000
di come il Critico svolga il suo lavoro.
16:55
Come to think of it, knowing when you're wrong
396
1015260
2000
Pensadoci bene, sapere di essere nel torto
16:57
without a teacher, or your mother, telling you,
397
1017260
3000
in assenza di un maestro, o di tua madre che te lo dice,
17:00
is a very hard problem.
398
1020260
2000
e' un problema molto difficile.
17:02
There are some ideas in computer science
399
1022260
2000
Ci sono alcune idee in informatica
17:04
and in artificial intelligence
400
1024260
2000
e in intelligenza artificiale
17:06
as to how this might be done,
401
1026260
2000
su come cio' possa essere fatto,
17:08
but we still haven't solved
402
1028260
2000
ma ancora non abbiamo risolto
17:10
a single example
403
1030260
2000
un solo esempio
17:12
of how intelligent behavior
404
1032260
3000
di come il comportamento intelligente
17:15
springs from the physical interactions
405
1035260
2000
sbocci dalle interazioni fisiche
17:17
in living matter.
406
1037260
2000
nella materia vivente.
17:19
I think we'll get there in the not too distant future.
407
1039260
3000
Penso che ci arriveremo in un futuro non troppo lontano.
17:22
Thank you.
408
1042260
2000
Grazie.
17:24
(Applause)
409
1044260
4000
(Applausi)
A proposito di questo sito web

Questo sito vi presenterà i video di YouTube utili per l'apprendimento dell'inglese. Vedrete lezioni di inglese tenute da insegnanti di alto livello provenienti da tutto il mondo. Fate doppio clic sui sottotitoli in inglese visualizzati su ogni pagina video per riprodurre il video da lì. I sottotitoli scorrono in sincronia con la riproduzione del video. Se avete commenti o richieste, contattateci tramite questo modulo di contatto.

https://forms.gle/WvT1wiN1qDtmnspy7